[Paper] 为什么平滑稳定性假设在 ReLU 学习中失效
现代学习系统的稳定性分析常常基于平滑性假设,而这些假设被 ReLU 类型的非线性所违反。在本说明中,w...
现代学习系统的稳定性分析常常基于平滑性假设,而这些假设被 ReLU 类型的非线性所违反。在本说明中,w...
本卷收录了2025年6月20日在法国里尔举办的可适应云架构研讨会(Workshop on Adaptable Cloud Architectures,WACA 2025)的后续论文集,会议与……同址举行。
GUI 代理的开发可能会彻底改变下一代人机交互。受此愿景的激励,我们提出了 MAI-UI,一个 … 系列。
基于提示的 Video Segmentation Foundation Models(VSFMs),如 SAM2,正日益在自动驾驶和数字病理等应用中部署,……
Binary program analysis 在系统安全中仍然非常重要。二进制代码分析已经取得了许多实际成果,但细粒度分析仍然……
大规模混合专家(Mixture-of-Experts,MoE)模型依赖专家并行来实现高效的训练和推理,这种方式将专家划分到不同设备上,并且需要……
联邦微调(Federated Fine-Tuning,FFT)因其能够利用服务器端和客户端的数据来提升全局模型的泛化能力,同时保持……
Hit identification 是药物发现流程中一个关键且资源密集的步骤,传统上依赖于对大规模化合物的 high-throughput screening …
在持续学习(Continual Learning, CL)中,一个根本性的挑战是灾难性遗忘,即在适应新任务时会导致先前任务的性能下降。虽然……
生成式人工智能的快速发展使得能够创建高度逼真的假面部图像,对个人 ... 构成了严重威胁。
在本研究中,我们引入了一种可变窗口大小(VWS)空间平滑框架,以提升基于共阵列的到达方向(DOA)估计在稀疏…
虽然传统切换(THOs)一直是移动连接的支柱,但它们日益出现故障和延迟,尤其是在密集部署中。